Newshot Gemini视频模型降价三成：15秒成片与对话改写一起上线
Gemini Omni 1.2 Flash 将720p视频价格降至每秒0.07美元，可原生生成最长15秒视频，并支持多轮对话改写、参考素材保持和后期高清输出，生成与修改可在同一工作流完成。
- 15秒720p视频生成费用为1.05美元
- 新模型原生生成最长15秒视频并支持逐秒指定
- 先用360p或720p起草再升级1080p或4K
- 连续对话可替换商品背景并修改灯光画幅
本文基于Google官方博客；价格、时长、分辨率、可用范围及一致性效果均为厂商披露，未见第三方复测。
运营人员面对一批待生成的15秒商品短视频，桌上同时摊着素材图、卖点脚本和返工预算时，最先算清的不是模型参数，而是每条成片要花多少钱。Google发布Gemini Omni 1.2 Flash后，720p视频降至每秒0.07美元，一条15秒成片为1.05美元；降价同时，最长生成时长、参考素材保持和对话改写也一并升级。
一条15秒视频，降价后要花多少钱？
答案是一美元出头。按官方新价，15秒、720p视频的生成费用为1.05美元。
这次调价以Gemini Omni 1.1为参照，视频价格下降30%。Google给出的新单价是720p视频每秒0.07美元，按秒计费，时长越长，费用随之增加。
对批量制作短视频广告、产品演示或虚拟试穿内容的运营者和创作者，1.05美元是一条15秒720p成片的生成基准费用。后续修改费用不在其中，升级更高分辨率后的最终交付成本也另算。
| 项目 | 官方计费口径 |
|---|---|
| 720p视频 | 每秒0.07美元 |
| 15秒视频 | 0.07美元 × 15秒 = 1.05美元 |
| 相对Gemini Omni 1.1 | 价格下降30% |
1.05美元只是生成基准：返工与高清升级另计，批量投放的真实成本要看这两项。
这次降价对应的新模型能做什么？
Gemini Omni 1.2 Flash 已推出，最直接的变化是：它能原生生成和编辑最长15秒的视频，而且时长可以按1秒递增指定。
“原生生成”指模型直接产出视频，不需要先用其他工具生成素材、再拼接成片。Gemini Omni 1.2 Flash 把生成和编辑都放进同一个模型，使用者给出的时长要求不再只是大致范围，而是可以具体到秒。
可选时长从3秒到15秒，档位以1秒递增。同一支内容不必局限于更短的片段长度；创作者可以先按需要确定成片时长，再让模型生成对应长度的视频。
上一代 Gemini Omni 1.1 的最长时长为10秒，新模型把上限推进到15秒，增加的是5秒。官方给出的用途包括讲完整故事、制作产品说明，以及一次生成完整的社交媒体广告片段。
因此，这轮更新带来的不是只能观看、无法定制的视频输出，而是一个可按秒控制长度、同时承担生成与编辑任务的新模型。至于这次降价具体摊薄了多少制作成本，仍要结合每条视频的最终生成费用来看。
先出低清草稿，再把成本压到定稿
想继续压低生成费用，关键不在每条都直接产出高分辨率成片，而在把试错、修正和定稿拆开处理。
Google DeepMind 的官方工作流从低清草稿开始：先用360p或720p生成初版，确认内容和方向后，再对发现的问题做后续编辑。360p和720p不是成片规格，而是快速起草的阶段选项；官方没有公布单独的低分辨率计费规则，无法据此推断它们按固定比例计价。
草稿阶段发现画面不对，不必从头生成整条视频。创作者可以只改有误的部分，再保留满意内容。官方没给编辑与升级的价目，省多少要看实际返工次数。
多轮编辑可覆盖完整的15秒片段，创作者能继续处理同一条素材的细节，不必切成更短片段反复拼接。15秒是模型原生支持的最长视频片段，也是多轮修改可以覆盖的完整长度。
构图、主体和修改结果都确认后，再把满意作品升级到1080p或4K。计算资源由此集中到最终版本，省下的比例取决于前面返工了多少次。
一次生成，能改出多少个版本？
Gemini Omni 1.2 Flash 用多轮对话式编辑修改视频。创作者可以沿着当前片段继续调整，不必每改一个细节就从头生成。
一条片子能改出多少投放版本？拿一支商品广告试：先换产品，再把环境从室内挪到户外，接着把日间灯光调成夜间，最后切一次画幅比例——竖屏进手机信息流，横屏进播放器或网页端。四步都在同一条片子上完成，不必为每次改动另起一条生成任务。
多轮对话承担的就是版本分支。同一商品展示保留，只换背景和灯光，就能面向不同受众各出一条；再切画幅比例，同一条内容还能进入不同投放位。一次生成，继续延展出多个市场版本。
Google 的官方说明确认，Omni 1.2 Flash 支持通过多轮对话编辑片段，并可在后续调整中直接修正细节。厂商没有披露多轮修改后的统一成功率或平均耗时，也没有第三方复测。目前能确认的是编辑路径和可调整范围，尚不能判断每次修改的稳定程度。
人物和品牌细节，怎么在整段视频里保持一致？
一条15秒的片子里，人物换了镜头还像不像同一个人？这是生成模型最难交卷的一道题。参考图、动作片段、音频提示一起交给它，各自约束的东西不一样，能不能贯穿全片才是关键。
先看参考图。创作者能同时给人物图、商品图或风格图：人物图限定长相，商品图约束外观，风格图定下整支片子的视觉方向。三样一起给，模型才有依据判断谁该出镜、产品长什么样、镜头该是什么观感。
动作呢？文字描述常常说不清。模型可以接收最长3秒的动作片段，参考其中的人物移动或表演节奏。片段只提供动作依据，不直接进成片——成片仍由模型生成，片段里的核心表现可以延续到后面的画面。
声音同样在生成阶段就参与进来。音频提示和图片、动作片段一起给出，模型据此安排声音线索，不用等成片后再单独找素材。几路参考同时约束，人物、商品、动作和声音才不至于各漂各的。
参考有没有被真正执行，最终看跨镜头细节守不守得住。官方给出的范围包括面部、服装、包装文字和品牌颜色：同一位人物转场后，面孔与衣着要接得上；商品从正面切到侧面，包装上的字和品牌用色要保持一致。这些部位直接影响商品演示、虚拟试穿和系列广告——包装文字和品牌色守不住，系列广告就没法用。
信源：Google Blog“Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips”；价格、时长、分辨率、可用范围及一致性效果均为Google官方披露，未见第三方复测。
深度、研究解读、工具教程的全文和全部播客，都在会员区。